Efecto Homogeneizador de un Modelo de Lenguaje Grande (LLM) sobre la Diversidad Creativa: Una Comparación Empírica entre la Escritura Humana y ChatGPT

Los sistemas de IA generativa, especialmente los Modelos de Lenguaje Grande (LLMs) como ChatGPT, han surgido recientemente como contribuyentes significativos a los procesos creativos. Si bien los LLMs pueden producir contenido creativo que podría ser tan bueno o incluso mejor que las creaciones humanas, su uso generalizado corre el riesgo de reducir la diversidad de los resultados creativos entre grupos de personas. En la presente investigación, nuestro objetivo fue cuantificar este efecto homogeneizador de los LLM en la creatividad colectiva. A través de tres estudios preregistrados, analizamos 2,200 ensayos de admisión a universidades. Usando una medida novedosa—tasa de crecimiento de la diversidad—mostramos que cada ensayo adicional escrito por un humano contribuyó con más ideas nuevas que cada ensayo adicional de GPT-4. Este efecto homogeneizador persistió incluso después de una serie de mejoras en la diversidad de los escritos de GPT-4, incluyendo modificaciones en los prompts y parámetros. En general, nuestros hallazgos sugieren que, a pesar de las mejoras en la creatividad individual, el uso generalizado de LLMs podría disminuir la diversidad colectiva de ideas.